Zertifizierte CME-Fortbildung für Ärztinnen und Ärzte. CME-Punkte sammeln. Kostenfrei. service@arztcme.de

MedicalLearning – Blog zur Zukunft der medizinischen Information

Mensch vs. Maschine: Hautkrebs-Diagnosen

09. Oktober 2023

Die jüngst in THE LANCET – Digital Health erschienene Studie “Comparison of humans versus mobile phone-powered artificial intelligence for the diagnosis and management of pigmented skin cancer in secondary care: a multicentre, prospective, diagnostic, clinical trial” von W. Menzies et al. untersucht den Einsatz von künstlicher Intelligenz (KI), hier speziell Smartphone-gestützte KI, bei der Diagnose und dem Management von pigmentierten Hautläsionen, die auf Hautkrebs hinweisen könnten.

Hierbei wurden sowohl erfahrene Spezialisten als auch „Novizen“ (junge Ärzte in Weiterbildung) in Kliniken in Australien und Österreich einbezogen. Die Patienten waren zwischen 18 und 99 Jahre alt und hatten bestimmte Hauttypen. Zwei KI-Instrumente wurden getestet: ein neuer 7-Klassen-KI-Algorithmus und der ISIC KI-Algorithmus. Die Diagnosen der KI wurden mit denen von Spezialisten und Anfängern verglichen. Insgesamt wurden 172 verdächtige pigmentierte Läsionen (84 davon bösartig) von 124 Patienten in der diagnostischen Studie und 5696 pigmentierte Läsionen (18 davon bösartig) von 66 Hochrisikopatienten in der Management-Studie untersucht.

  • Der 7-Klassen-KI-Algorithmus zeigte eine Diagnosegenauigkeit, die den Spezialisten ähnlich war (Genauigkeitsunterschied 1,2%) und deutlich besser als die der Anfänger (21,5%).
  • Der ISIC KI-Algorithmus war weniger genau als die Spezialisten (-11,6%), aber besser als die Novizen (8,7%).
  • Bei Management-Entscheidungen war der 7-Klassen-KI-Algorithmus etwas weniger genau als die Spezialisten und zeigte gemischte Ergebnisse im Vergleich zu den Anfängern, je nach Szenario.

Smartphone-basierte KI-Technologie zeigt also Potenzial bei der Diagnose von verdächtigem pigmentierten Hautkrebs, wenn sie von Spezialisten verwendet wird, obwohl ihre Anwendung für Management-Entscheidungen sorgfältiger durchgeführt werden muss. Ein KI-Algorithmus, der in experimentellen Studien überlegen war, war in einem realen Szenario signifikant unterlegen, was darauf hinweist, dass bei der Übertragung von Ergebnissen experimenteller Studien auf die klinische Praxis Vorsicht geboten ist.

Originalbeitrag

Weitere Beiträge …